5 статей
В обзоре анализируется применение ИИ и машинного обучения для прогнозирования несоблюдения пациентами режима приема лекарств при таких заболеваниях, как ВИЧ, диабет и гипертензия. Исследование показывает, что модели на основе электронных медкарт и паттернов аптечных закупок достигают высокой точности (AUC 0.70–0.95), но сталкиваются с барьерами в виде предвзятости алгоритмов и проблем интерпретируемости.
Центры услуг Medicare и Medicaid (CMS) объявили о выборе 150 компаний в сфере цифрового здравоохранения и медицинских организаций для участия в запуске новой технологической модели ведения хронических заболеваний под названием ACCESS. Данная инициатива направлена на внедрение инновационных цифровых решений в процесс управления состоянием пациентов с хроническими патологиями. Модель предполагает активное использование технологий для мониторинга и оптимизации оказания медицинской помощи. Участие столь широкого круга участников (150 организаций) указывает на масштабный переход к технологически ориентированным методам лечения в рамках государственных программ США. Проект нацелен на повышение эффективности управления здоровьем населения через интеграцию цифровых инструментов в стандартную клиническую практику.
Компания Counsel Health, специализирующаяся на технологиях искусственного интеллекта, объявила о масштабном расширении своей платформы первичной медицинской помощи. В рамках новой стратегии ИИ-модель будет адаптирована для управления не только общими вопросами здоровья, но и специфическими состояниями, связанными с образом жизни и хроническими заболеваниями. В течение 2026 года компания планирует поэтапное внедрение функционала для поддержки пациентов с долгосрочными патологиями. Основная цель расширения — использование алгоритмов ИИ для персонализированного мониторинга и коррекции поведения пациентов, что критически важно для контроля хронических состояний. Данный шаг демонстрирует тренд на интеграцию генеративного ИИ в повседневную практику управления здоровьем (lifestyle medicine). Развитие продукта позволит автоматизировать часть консультационных процессов, фокусируясь на профилактике и поддержании стабильного состояния пациентов.
Исследование в журнале npj Digital Medicine посвящено применению цифровых физиологических биомаркеров для мониторинга динамики симптомов у пациентов со сложными хроническими заболеваниями. Работа фокусируется на внутриличностном анализе — отслеживании изменений у одного и того же человека во времени, что является более точным подходом по сравнению с межличностными сравнениями. Цифровые биомаркеры обычно собираются с помощью носимых устройств, смартфонов и сенсоров, которые непрерывно измеряют физиологические показатели. Методология включает машинное обучение для выявления паттернов в потоках данных и предсказания будущих изменений состояния. Ключевая значимость работы заключается в возможности раннего выявления обострений и персонализации лечения хронических заболеваний. Это открывает перспективы для создания систем предиктивной медицины, где алгоритмы ИИ могут предупреждать о ухудшении состояния до появления клинических симптомов. Исследование представляет собой важный шаг к внедрению непрерывного цифрового мониторинга в клиническую практику.
Юта стала первым штатом США, разрешившим ИИ-системе автономно обрабатывать повторные рецепты для пациентов с хроническими заболеваниями. Исследователи из Mindgard AI обнаружили уязвимости в чат-боте компании Doctronic, однако власти штата утверждают, что текущая система работает под строгим контролем.
